##Situación nacional al 17 de noviembre de 2020 con base en los datos publicados por el Ministerio de Salud de Costa Rica en —> (http://geovision.uned.ac.cr/oges/)**
##Datos al 17 de noviembre de 2020
##Datos al 17 de noviembre de 2020
##Datos al 17 de noviembre de 2020
###Datos al 17 de noviembre de 2020
---
title: "Proyecto 2. Estado del COVID-19 en Costa Rica,Dania Zúñiga B27463"
output:
flexdashboard::flex_dashboard:
orientation: rows
social: menu
source_code: embed
vertical_layout: fill
---
```{r setup, include=FALSE}
#-------------------- Paquetes --------------------
library(flexdashboard)
library(tidyverse)
library(plotly)
library(dplyr)
library(tidyr)
library(sf)
library(leaflet)
library(leaflet.extras)
library(DT)
library(ggplot2)
library(colorspace)
#-------------------- Colores ---------------------
color_positivos <- 'blue'
color_activos <- 'red'
color_recuperados <- 'green'
color_fallecidos <- 'purple'
color_nuevos_positivos <- 'pink'
color_hospitalizados <- 'orange'
color_salon <- 'yellow'
color_uci <- 'brown'
#--------------------- Iconos ---------------------
icono_positivos <- 'fas fa-bed'
icono_activos <- 'fas fa-ambulance'
icono_recuperados <- 'fas fa-child'
icono_fallecidos <- 'fas fa-bed'
icono_nuevos_positivos <- 'fas fa-bed'
icono_hospitalizados <- 'fas fa-accesible-icon'
icono_salon <- 'fas fa-archive'
icono_uci <- 'fas fa-church'
#--------------- Otros parámetros -----------------
# Separador para lectura de datos CSV
caracter_separador <- ','
```
```{r, include=FALSE}
#--------------- Archivos de datos ----------------
archivo_general_pais <- "https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_GENERAL.csv"
#archivo_positivos_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_POSITIVOS.csv'
#archivo_activos_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_ACTIVOS.csv'
#archivo_recuperados_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_10_CSV_RECUP.csv'
#archivo_fallecidos_cantones <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_FALLECIDOS.csv'
```
```{r, include=FALSE}
#---------------------- Datos ---------------------
# Data frame de datos generales por pa?ss
df_general_pais <- read.csv(archivo_general_pais, sep = caracter_separador)
df_general_pais$FECHA <- as.Date(df_general_pais$FECHA, "%d/%m/%Y")
# Data frame de datos generales del pa?s en la última fecha
df_general_pais_ultima_fecha <-
df_general_pais %>%
filter(FECHA == max(FECHA, na.rm = TRUE))
# Data frame de casos positivos por cantón
#df_positivos_cantones_ancho <- read.csv(archivo_positivos_cantones, sep = caracter_separador)
#df_positivos_cantones <-
#df_positivos_cantones_ancho %>%
#pivot_longer(cols = c(-cod_provin, -provincia, -cod_canton, -canton), names_to = "fecha", values_to = "positivos")
#df_positivos_cantones$fecha <- as.Date(df_positivos_cantones$fecha, "X%d.%m.%Y")
# Data frame de casos positivos por cantón en la última fecha
#df_positivos_cantones_ultima_fecha <-
#df_positivos_cantones %>%
#filter(fecha == max(fecha, na.rm = TRUE)) %>%
#select(cod_canton, positivos)
# Objeto sf de cantones
#sf_cantones <- st_read('https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/delimitacion-territorial-administrativa/cr/ign/cr_limite_cantonal_ign_wgs84.geojson')
# Objeto sf de casos positivos en cantones en la última fecha
#sf_positivos_cantones_ultima_fecha <-
#left_join(sf_cantones, df_positivos_cantones_ultima_fecha, by = c('cod_canton')) %>%
#arrange(desc(positivos))
```
```{r, include=FALSE}
#---------------------- Datos de distritos ---------------------
archivo_general_distritos <- 'https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/covid19/ms/11_17_CSV_DISTRITOS.csv'
# Carga del archivo CSV en un data frame
df_general_distritos_sucio <- read.csv(archivo_general_distritos)
# Eliminación de filas y columnas que corresponden a encabezados, totales, etc.
df_general_distritos_ultima_fecha <- df_general_distritos_sucio[-c(1:7), -c(1, 2, 4)]
# Cambio de nombre de las columnas
df_general_distritos_ultima_fecha <-
df_general_distritos_ultima_fecha %>%
rename(provincia = X.2,
canton = X.4,
distrito = X.5,
positivos = X.6,
recuperados = X.7,
fallecidos = X.8,
activos = X.9
) %>%
mutate_all(funs(sub("^\\s*$", NA, .))) %>% # Se llenan con NA las celdas con espacios vacíos
mutate(distrito = if_else(distrito == "El Carmen", "Carmen", distrito)) %>%
mutate(distrito = if_else(distrito == "Valle de La Estrella", "Valle La Estrella", distrito)) %>%
mutate(distrito = if_else(distrito == "La Amistad", "La Amistad", distrito)) %>%
fill(c(1,2)) # Se rellenan "hacia abajo" las columnas de provincia y cantón con valor NA
# Borrado de las filas con valor de NA o de "Sin información de distrito" en la columna de distrito
df_general_distritos_ultima_fecha <- df_general_distritos_ultima_fecha[!is.na(df_general_distritos_ultima_fecha$distrito), ]
df_general_distritos_ultima_fecha <- df_general_distritos_ultima_fecha[df_general_distritos_ultima_fecha$distrito != 'Sin información de distrito', ]
# Conversión a integer de los tipos de datos de las columnas con cifras
df_general_distritos_ultima_fecha$positivos <- as.integer(df_general_distritos_ultima_fecha$positivos)
df_general_distritos_ultima_fecha$recuperados <- as.integer(df_general_distritos_ultima_fecha$recuperados)
df_general_distritos_ultima_fecha$fallecidos <- as.integer(df_general_distritos_ultima_fecha$fallecidos)
df_general_distritos_ultima_fecha$activos <- as.integer(df_general_distritos_ultima_fecha$activos)
# Objeto sf de distritos
# Capa simplificada
sf_distritos <- st_read('https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/delimitacion-territorial-administrativa/cr/ign/cr_limite_distrital_ign_wgs84.geojson')
# Capa detallada
# sf_distritos <- st_read('https://raw.githubusercontent.com/pf0953-programaciongeoespacialr-2020/datos/master/delimitacion-territorial-administrativa/cr/ign/cr_distritos_ign_wgs84.geojson')
# Objeto sf de casos positivos en distritos en la última fecha
sf_general_distritos_ultima_fecha <-
left_join(sf_distritos, df_general_distritos_ultima_fecha, by = c('provincia', 'canton', 'distrito'))
```
Resumen
=======================================================================
Row {data-height=10}
-----------------------------------------------------------------------
##Situación nacional al 17 de noviembre de 2020 con base en los datos publicados por el Ministerio de Salud de Costa Rica en ---> (http://geovision.uned.ac.cr/oges/)**
Row {data-height=50}
-----------------------------------------------------------------------
### Casos positivos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$positivos, big.mark = ","), "", sep = " "),
caption = "Total de casos positivos",
icon = icono_positivos,
color = color_positivos
)
```
### Casos activos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$activos, big.mark = ","), " (",
round(100 * df_general_pais_ultima_fecha$activos / df_general_pais_ultima_fecha$positivos, 1),
"%)", sep = ""),
caption = "Total de casos activos",
icon = icono_activos,
color = color_activos
)
```
### Casos recuperados {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$RECUPERADOS, big.mark = ","), " (",
round(100 * df_general_pais_ultima_fecha$RECUPERADOS / df_general_pais_ultima_fecha$positivos, 1),
"%)", sep = ""),
caption = "Total de casos recuperados",
icon = icono_recuperados,
color = color_recuperados
)
```
### Casos fallecidos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$fallecidos, big.mark = ","), " (",
round(100 * df_general_pais_ultima_fecha$fallecidos / df_general_pais_ultima_fecha$positivos, 1),
"%)", sep = ""),
caption = "Total de casos fallecidos",
icon = icono_fallecidos,
color = color_fallecidos
)
```
Row {data-height=85}
-----------------------------------------------------------------------
### Hospitalizados {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$hospital, big.mark = ","), "", sep = " "),
caption = "Total de hospitalizados",
icon = icono_hospitalizados,
color = color_hospitalizados
)
```
### En salón {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$salon, big.mark = ","), " (",
round(100 * df_general_pais_ultima_fecha$salon / df_general_pais_ultima_fecha$hospital, 1),
"%)", sep = ""),
caption = "Hospitalizados en salon",
icon = icono_salon,
color = color_salon
)
```
### En UCI con medidor {.gauge}
```{r}
UCI <- ((df_general_pais_ultima_fecha$UCI / 359)* 100)
gauge(UCI, min = 0, max = 100, symbol = '%', gaugeSectors(
success = c(0, 39), warning = c(40, 79), danger = c(80, 100)
))
```
Row {data-height=100}
-----------------------------------------------------------------------
### Tabla de cantidades de casos por distrito
```{r}
st_drop_geometry(sf_general_distritos_ultima_fecha) %>%
select(Provincia = provincia, Canton = canton, Distrito = distrito, Positivos = positivos, Recuperados = recuperados, Activos = activos, Fallecidos = fallecidos) %>%
DT::datatable(rownames = FALSE,
options = list(searchHighlight = TRUE,
language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json')
)
)
```
Casos positivos
=======================================================================
Row {data-height=1}
-----------------------------------------------------------------------
##Datos al 17 de noviembre de 2020
Row
-----------------------------------------------------------------------
### Casos positivos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$positivos, big.mark = ","), "", sep = " "),
caption = "Total de casos positivos",
icon = icono_positivos,
color = color_positivos
)
```
Row {data-width=400}
-----------------------------------------------------------------------
### Mapa de casos positivos en distritos
```{r}
paleta_roja <- colorBin(palette = "Reds",
domain = sf_general_distritos_ultima_fecha$positivos,
bins = 5
)
leaflet_distritos_positivos <- leaflet(sf_general_distritos_ultima_fecha) %>%
fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>%
addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>%
addPolygons(fillColor = ~paleta_roja(positivos), stroke=T, fillOpacity = 1,
color="black", weight=0.2, opacity= 0.5,
group = "Distritos",
popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "",
"Cantón: ", sf_general_distritos_ultima_fecha$canton, "",
"Distrito: ", sf_general_distritos_ultima_fecha$distrito, "",
"Positivos: ", sf_general_distritos_ultima_fecha$positivos
)
) %>%
addLegend("bottomright", pal = paleta_roja, values = ~positivos,
title = "Casos positivos",
opacity = 1,
group = "Distritos"
) %>%
addLayersControl(
baseGroups = c("OpenStreetMap"),
overlayGroups = c("Distritos"),
options = layersControlOptions(collapsed = TRUE)
) %>%
addMiniMap(
toggleDisplay = TRUE,
position = "bottomleft",
tiles = providers$OpenStreetMap.Mapnik
)%>%
addScaleBar("bottomleft")
# Despliegue del mapa
leaflet_distritos_positivos
```
### Gráfico de distritos con mayor cantidad de casos positivos
```{r}
df_distritos_positivos <- (df_general_distritos_ultima_fecha) %>%
mutate(distritos= factor (positivos, levels = sort(unique(df_general_distritos_ultima_fecha$positivos)))) %>%
top_n(n = 10, wt = positivos)
df_distritos_positivos_ord <- df_general_distritos_ultima_fecha[with(df_general_distritos_ultima_fecha, order(-df_general_distritos_ultima_fecha$positivos)), ]
df_distritos_positivos_otros <- df_distritos_positivos_ord %>%
slice(11:487) %>%
select(distrito, positivos)
# GRafico pastel
positivos <- data.frame("Distritos" = c ('Pavas', 'Uruca', 'Hatillo', 'San Francisco', 'Limon', 'San Sebastian', 'San Felipe', 'Alajuela', 'Hospial', 'San Rafael', 'Otros'), "Positivos"= c(5423, 2749, 2637, 2512, 2216, 2151, 2047, 1975, 1700, 1666, 99410))
positivos <- data.frame("Categorie"=rownames(positivos), positivos)
data <- positivos[,c('Distritos', 'Positivos')]
fig <- plot_ly(data, labels = ~Distritos, values = ~Positivos, type = 'pie')
fig <- fig %>% layout(title = 'Casos positivos por distrito',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
fig
```
Casos recuperados
=======================================================================
Row {data-height=1}
-----------------------------------------------------------------------
##Datos al 17 de noviembre de 2020
Row
-----------------------------------------------------------------------
### Casos recuperados {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$RECUPERADOS, big.mark = ","), "", sep = " "),
caption = "Total de recuperados",
icon = icono_recuperados,
color = color_recuperados
)
```
Row {data-width=400}
-----------------------------------------------------------------------
### Mapa de casos recuperados en distritos
```{r}
paleta_azul <- colorBin(palette = "blues",
domain = sf_general_distritos_ultima_fecha$recuperados,
bins = 5
)
leaflet_distritos_recuperados <- leaflet(sf_general_distritos_ultima_fecha) %>%
fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>%
addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>%
addPolygons(fillColor = ~paleta_azul(recuperados), stroke=T, fillOpacity = 1,
color="black", weight=0.2, opacity= 0.5,
group = "Distritos",
popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "",
"Cantonn: ", sf_general_distritos_ultima_fecha$canton, "",
"Distrito: ", sf_general_distritos_ultima_fecha$distrito, "",
"Positivos: ", sf_general_distritos_ultima_fecha$recuperados
)
) %>%
addLegend("bottomright", pal = paleta_azul, values = ~recuperados,
title = "Casos recuperados",
opacity = 1,
group = "Distritos"
) %>%
addLayersControl(
baseGroups = c("OpenStreetMap"),
overlayGroups = c("Distritos"),
options = layersControlOptions(collapsed = TRUE)
) %>%
addMiniMap(
toggleDisplay = TRUE,
position = "bottomleft",
tiles = providers$OpenStreetMap.Mapnik
)%>%
addScaleBar("bottomleft")
# Despliegue del mapa
leaflet_distritos_recuperados
```
### Gráfico de distritos con mayor cantidad de casos recuperados
```{r}
df_distritos_recuperados_ord <- df_general_distritos_ultima_fecha[with(df_general_distritos_ultima_fecha, order(-df_general_distritos_ultima_fecha$recuperados)), ]
df_distritos_recuperados <- (df_general_distritos_ultima_fecha) %>%
mutate(distritos= factor (recuperados, levels = sort(unique(df_general_distritos_ultima_fecha$recuperados)))) %>%
top_n(n = 10, wt = recuperados)
df_distritos_recuperados_otros <- df_distritos_recuperados_ord %>%
slice(11:487) %>%
select(distrito, recuperados)
# r <- df_distritos_recuperados_otros %>%
# summarize(recuperados = sum(recuperados, na.rm = TRUE))
# grafico pastel
recuperados<- data.frame("Distritos" = c ('San Felipe', 'Hatillo', 'Hospital', 'Pavas', 'San Sebastian', 'Uruca', 'Quesada', 'San Francisco', 'Barranca', 'Limón', 'Otros'), "Recuperados"= c(1429, 2347, 1431, 4837, 1815, 2008, 980, 1483, 1145, 1734, 69362))
recuperados <- data.frame("Categorie"=rownames(recuperados), recuperados)
data2 <- recuperados[,c('Distritos', 'Recuperados')]
fig2 <- plot_ly(data2, labels = ~Distritos, values = ~Recuperados, type = 'pie')
fig2_r <- fig2 %>% layout(title = 'Casos recuperados por distrito',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
fig2_r
```
Casos activos
=======================================================================
Row {data-height=1}
-----------------------------------------------------------------------
##Datos al 17 de noviembre de 2020
Row
-----------------------------------------------------------------------
### Casos activos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$activos, big.mark = ","), "", sep = " "),
caption = "Total de activos",
icon = icono_activos,
color = color_activos
)
```
Row {data-width=400}
-----------------------------------------------------------------------
### Mapa de casos activos en distritos
```{r}
paleta_roja <- colorBin(palette = "reds",
domain = sf_general_distritos_ultima_fecha$activos,
bins = 5
)
leaflet_distritos_activos <- leaflet(sf_general_distritos_ultima_fecha) %>%
fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>%
addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>%
addPolygons(fillColor = ~paleta_roja(activos), stroke=T, fillOpacity = 1,
color="black", weight=0.2, opacity= 0.5,
group = "Distritos",
popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "",
"Canton: ", sf_general_distritos_ultima_fecha$canton, "",
"Distrito: ", sf_general_distritos_ultima_fecha$distrito, "",
"Positivos: ", sf_general_distritos_ultima_fecha$activos
)
) %>%
addLegend("bottomright", pal = paleta_roja, values = ~activos,
title = "Casos activos",
opacity = 1,
group = "Distritos"
) %>%
addLayersControl(
baseGroups = c("OpenStreetMap"),
overlayGroups = c("Distritos"),
options = layersControlOptions(collapsed = TRUE)
) %>%
addMiniMap(
toggleDisplay = TRUE,
position = "bottomleft",
tiles = providers$OpenStreetMap.Mapnik
)%>%
addScaleBar("bottomleft")
# Despliegue del mapa
leaflet_distritos_activos
```
### Gráfico de distritos con mayor cantidad de casos activos
```{r}
df_distritos_activos_ord <- df_general_distritos_ultima_fecha[with(df_general_distritos_ultima_fecha, order(-df_general_distritos_ultima_fecha$activos)), ]
df_distritos_activos <- (df_general_distritos_ultima_fecha) %>%
mutate(distritos= factor (activos, levels = sort(unique(df_general_distritos_ultima_fecha$activos)))) %>%
top_n(n = 10, wt = activos)
df_distritos_activos_otros <- df_distritos_activos_ord %>%
slice(11:487) %>%
select(distrito, activos)
# a <- df_distritos_activos_otros %>%
# summarize(activos = sum(activos, na.rm = TRUE))
# grafico pastel
activos<- data.frame("Distritos" = c ('Desamparados', 'San Miguel', 'Uruca', 'Alajuela', 'San Antonio', 'San José', 'San Rafael', 'San Francisco', 'Liberia', 'Chacarita', 'Otros'), "Activos"= c(642, 1028, 697, 1106, 627, 894, 901, 997, 928, 624, 37670))
activos <- data.frame("Categorie"=rownames(activos), activos)
data3 <- activos[,c('Distritos', 'Activos')]
fig3 <- plot_ly(data3, labels = ~Distritos, values = ~Activos, type = 'pie')
fig3_a <- fig3 %>% layout(title = 'Casos activos por distrito',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
fig3_a
```
Casos fallecidos
=======================================================================
Row {data-height=1}
-----------------------------------------------------------------------
###Datos al 17 de noviembre de 2020
Row
-----------------------------------------------------------------------
### Casos fallecidos {.value-box}
```{r}
valueBox(value = paste(format(df_general_pais_ultima_fecha$fallecidos, big.mark = ","), "", sep = " "),
caption = "Total de fallecidos",
icon = icono_fallecidos,
color = color_fallecidos
)
```
Row {data-width=400}
-----------------------------------------------------------------------
### Mapa de casos fallecidos en distritos
```{r}
paleta_verde <- colorBin(palette = "Greens",
domain = sf_general_distritos_ultima_fecha$fallecidos,
bins = 5
)
leaflet_distritos_fallecidos <- leaflet(sf_general_distritos_ultima_fecha) %>%
addProviderTiles(providers$OpenStreetMap.Mapnik, group = "OpenStreetMap") %>%
fitBounds(lng1 = -86, lng2 = -82, lat1 = 8, lat2 = 11) %>%
addPolygons(fillColor = ~paleta_verde(fallecidos), stroke=T, fillOpacity = 1,
color="black", weight=0.2, opacity= 0.5,
group = "Distritos",
popup = paste("Provincia: ", sf_general_distritos_ultima_fecha$provincia, "",
"Cantón: ", sf_general_distritos_ultima_fecha$canton, "",
"Distrito: ", sf_general_distritos_ultima_fecha$distrito, "",
"Fallecidos: ", sf_general_distritos_ultima_fecha$fallecidos
)
) %>%
addLegend("bottomright", pal = paleta_verde, values = ~fallecidos,
title = "Casos fallecidos",
opacity = 1,
group = "Distritos"
) %>%
addLayersControl(
baseGroups = c("OpenStreetMap"),
overlayGroups = c("Distritos"),
options = layersControlOptions(collapsed = TRUE)
) %>%
addMiniMap(
toggleDisplay = TRUE,
position = "bottomleft"
)%>%
addScaleBar("bottomleft")
leaflet_distritos_fallecidos
```
### Gráfico de distritos con mayor cantidad de casos fallecidos
```{r}
df_distritos_fallecidos_ord <- df_general_distritos_ultima_fecha[with(df_general_distritos_ultima_fecha, order(-df_general_distritos_ultima_fecha$fallecidos)), ]
df_distritos_fallecidos <- (df_distritos_fallecidos_ord) %>%
mutate(distritos= factor (fallecidos, levels = sort(unique(df_distritos_fallecidos_ord$fallecidos)))) %>%
top_n(n = 10, wt = fallecidos)
df_distritos_fallecidos_otros <- df_distritos_fallecidos_ord %>%
slice(11:487) %>%
select(distrito, fallecidos)
f <- df_distritos_fallecidos_otros %>%
summarize(fallecidos = sum(fallecidos, na.rm = TRUE))
# grafico pastel
fallecidos<- data.frame("Distritos" = c ('Pavas', 'Hatillo', 'Uruca', 'Alajuela', 'Desamparados', 'Hospital', 'San Francisco', 'San Sebastian', 'Limon', 'San Felipe', 'Otros'), "Fallecidos"= c(54, 50, 44, 44, 38, 38, 32, 31, 24, 21,1200))
Fallecidos <- data.frame("Categorie"=rownames(fallecidos), fallecidos)
data4 <- Fallecidos[,c('Distritos', 'Fallecidos')]
fig4 <- plot_ly(data4, labels = ~Distritos, values = ~Fallecidos, type = 'pie')
fig4_a <- fig4 %>% layout(title = 'Casos fallecidos por distrito',
xaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE),
yaxis = list(showgrid = FALSE, zeroline = FALSE, showticklabels = FALSE))
fig4_a
```